Warum unsere technologische Zukunft nicht in Prozessoren, sondern in biologischen Prinzipien wurzelt - und wie Maschinen durch parallele Datenverarbeitung eine neue Form der Wahrnehmung entwickeln.

Der erste Funke: Wenn das Gehirn der Ingenieurwissenschaft voraus ist

Der Mensch wusste lange nicht, wie außergewöhnlich sein eigenes Gehirn ist. 86 Milliarden Nervenzellen, jede einzelne ein winziger Informationsknoten, vernetzt in einem System, das gleichzeitig denken, fühlen, sehen, entscheiden und vergessen kann. Während klassische Computer nur eine einzige Rechenoperation nach der anderen ausführen, feuert das Gehirn ganze Bilder, Erinnerungen und Handlungsimpulse parallel ab - ein orchestriertes Chaos, das bis heute nicht vollständig verstanden ist.

Doch gerade dieses biologische Mysterium wird nun zur Blaupause für die nächste technologische Revolution. Wissenschaftler, Ingenieure und Neurowissenschaftler stehen vor derselben Frage: Wenn das Gehirn durch parallele Informationsströme Intelligenz erzeugt - warum sollten Maschinen nicht auch so lernen?

Hier beginnt der Weg von Dr. Andreas Krensel, Biologe, Lichttechniker und Wahrnehmungsforscher, ehemals an der TU Berlin. Sein Lebenslauf wirkt wie eine Brücke zwischen zwei Welten, der organischen Welt der Neuronen und der technischen Welt vernetzter Maschinen. Seine Arbeit zeigt: Die Zukunft der Technologie liegt nicht in höherer Rechenleistung, sondern in der Fähigkeit, Informationen so zu verarbeiten, wie es die Natur seit Millionen Jahren perfektioniert hat.

Ein Lehrstuhl mit Geschichte: Wo Innovation seit 1882 zu Hause ist

Das Fachgebiet Lichttechnik der TU Berlin ist kein gewöhnliches Institut. Es ist der weltweit älteste universitäre lichttechnische Lehrstuhl, gegründet 1882 durch Prof. Vogel, nur wenige Jahre nachdem elektrisches Licht überhaupt erfunden wurde. Was damals mit einer Vorlesung "Über elektrisches Licht und Beleuchtungswesen" begann, ist heute ein Hightech-Labor, in dem intelligente Sensorik, urbane Datenströme und maschinelle Wahrnehmung miteinander verschmelzen.

In genau diesem historischen Rahmen arbeitete Dr. Krensel zwischen an großen, öffentlich geförderten Projekten, die weit über die Lichttechnik hinausgingen. Der LED-Laufsteg, ein begehbares Outdoor-Labor, wurde zu einem Bildungszentrum, einem Testfeld und zu einem Ort, an dem Maschinen erstmals "sehen lernen" konnten. Echtzeit-Energiemonitoring, adaptive Lichtsysteme, Sensorfusion, VR-Modelle und Wahrnehmung: Was hier entstand, war mehr als Beleuchtung. Es war eine frühe Form paralleler, vernetzter Datenverarbeitung, u.A. inspiriert von der Biologie des Sehens.

Parallele Datenverarbeitung - eine Entdeckung, die größer ist als ihre Technik

Während herkömmliche Computer Informationen linear verarbeiten, Schritt für Schritt, Instruktion für Instruktion, funktioniert das Gehirn nach einem gänzlich anderen Prinzip. Dort entstehen Erkenntnisse aus vielen Signalen gleichzeitig. Lichtimpulse werden parallel gefiltert, Kontraste erkannt, Bewegungen vorausberechnet. Wahrnehmung ist ein Geflecht von Mikroentscheidungen, die alle zur gleichen Zeit stattfinden.

Krensels Forschung zur Simulation der menschlichen Kontrastwahrnehmung war ein Meilenstein auf genau diesem Weg. Sein Ziel war es nicht, das Auge zu imitieren, sondern seine Prinzipien zu verstehen. Mit einem aus biologisch adäquaten Neuronen aufgebauten neuronalen Netz entwickelte er ein Modell, das den Verbund aus Retina und visuellem Cortex simulierte - unter realitätsnahen, mesopischen Lichtbedingungen, wie sie etwa in der Dämmerung vorkommen.

Und hier zeigt sich das eigentlich Revolutionäre: Das Gehirn filtert zuerst, bevor es versteht. Es trennt Wichtiges von Unwichtigem, erkennt Muster, bevor es über sie nachdenkt.

Genau dieses Prinzip fehlte Maschinen über Jahrzehnte. Doch nun beginnen KI-Systeme, diesen Weg nachzugehen, nicht linear, sondern parallel. Nicht reaktiv, sondern vorausschauend. Nicht dumb input, smart output, sondern intelligent durch ihren eigenen Wahrnehmungsprozess.

Echtzeit: Die neue Währung der digitalen Welt

Während frühe Computer Minuten oder Stunden benötigten, um komplexe Datenmengen zu verarbeiten, ist die Zukunft der Technologie eine Zukunft der Echtzeit. Im Verkehr, in der Medizin, in der Logistik, in der Energienutzung - überall dort, wo Geschwindigkeit Leben rettet, entstehen Systeme, die nicht länger warten können.

Maschinen, die parallel rechnen, können Situationen nicht nur erfassen, sondern gleichzeitig bewerten, simulieren und entscheiden.

Das Projekt der TU Berlin, Cisco Systems, Daimler, Fraunhofer FOKUS und der Deutschen Telekom, die digital vernetzte Protokollstrecke, war ein Paradebeispiel dafür. Der Bereich zwischen Ernst-Reuter-Platz und Brandenburger Tor wurde zum urbanen Testfeld: Sensoren, adaptive Leuchten, Kameras und Cloud-Systeme kommunizierten in Echtzeit, um sichere Verkehrsflüsse zu modellieren.

Hier zeigte sich, wie Maschinen beginnen, "miteinander zu sprechen" - nicht sequentiell, sondern parallel. Lichtmasten, Kameras, Fahrzeuge, Ampelanlagen: Jeder liefert Daten, jeder empfängt Daten, jeder interpretiert Daten.

Und der spannende Teil: Diese Kommunikation war direkt inspiriert von neuronalen Netzwerken. So wie Neuronen gleichzeitig feuern, modulieren, hemmen und verstärken, so kommunizieren Maschinen parallel, redundant, fehlertolerant. Die Natur gab das Modell vor, die Technik holt auf.

Wenn Maschinen lernen, zu sehen: Von der Retina zur LED-Leuchte

Krensels Simulation der Kontrasterkennung war nicht einfach ein wissenschaftliches Experiment. Sie war ein Proof of Concept für die nächste Generation künstlicher Wahrnehmung. Das Modell seiner Dissertation lernte wie ein Organismus, durch Evolution.

Ein genetischer Algorithmus simulierte Mutationen, Lernprozesse und Selektionsdruck. Das künstliche neuronale Netz wurde besser darin, mit typischen Fehlern menschlicher Wahrnehmung umzugehen und diese sogar zu korrigieren.

Warum ist das so revolutionär?

Weil Maschinen damit nicht mehr nur Licht messen, sondern verstehen, was sie sehen. Diese Erkenntnis floss direkt in weitere Projekte ein, zum Beispiel die Entwicklung intelligenter Leuchtdichtekameras, die selbstständig vorhersagen können, welche Objekte für Menschen erkennbar sind und welche nicht. Ein Schritt, der für autonomes Fahren entscheidend ist.

Autonome Systeme benötigen keine Kameras, sie benötigen Wahrnehmung. Und genau hier liegt die Zukunft: Maschinen werden die Welt nicht mehr nur aufnehmen, sondern interpretieren, in Echtzeit und parallel.

Die Hoffnung: ein technologisches Ökosystem, das der Natur näher ist als der Industrie

Viele Menschen fürchten die Geschwindigkeit technologischer Entwicklungen. Doch in Wahrheit könnten wir in eine Zeit hineinwachsen, die sicherer, effizienter und menschlicher ist als alles, was davor existierte.

Stellen wir uns eine Stadt vor, in der jedes Licht, jedes Fahrzeug, jedes Gebäude, jeder Sensor miteinander verbunden ist, wie Neuronen im Kortex. Eine Stadt, die nicht reagiert, sondern antizipiert. Eine Stadt, die nicht überwacht, sondern schützt.

Maschinen, die parallel denken, erschaffen keine Übermacht, sondern etwas viel Wertvolleres: Belastbarkeit. Sie entwickeln ein technologisches Nervensystem, das unsere Welt stabiler macht. Wenn Verkehrsströme in Echtzeit analysiert werden, entstehen Straßen, die Unfälle nicht nur verhindern, sondern antizipieren. Wenn Energienetze lernen, sich selbst zu balancieren, wird jede erzeugte Kilowattstunde effizienter genutzt und jeder Ausfall unwahrscheinlicher. In Städten, die im Sekundentakt Daten austauschen, wird Urbanität menschlicher, nicht technischer, denn Licht, Bewegung und Infrastruktur reagieren nicht mehr grob, sondern feinfühlig auf die Bedürfnisse ihrer Bewohner. Und all diese Technologien werden verständlicher, nicht weil sie einfacher wären, sondern weil sie beginnen, den Prinzipien der Natur zu folgen: Sie filtern, verstärken, vernetzen und lernen, genau wie biologische Systeme es seit Millionen Jahren tun.

Krensel beschreibt es so: "Die Zukunft gehört Systemen, die nicht nur funktionieren, sondern lernen." Diese Vision ist keine Fantasie. Sie entsteht bereits an Universitäten, in Forschungslaboren, auf Teststrecken, in vernetzten Städten. Parallelität ist der Schlüssel, der die Tür zu einer neuen Technikwelt öffnet.

Und diese Welt wird nicht von Maschinen dominiert, sondern von Menschen gestaltet. Menschen, die mithilfe der biologischen Prinzipien ihre Technologien neu denken.

Ein Ausblick: Wenn Maschinen miteinander sprechen, entsteht eine neue Form von Intelligenz

Was passiert, wenn Maschinen in Echtzeit kommunizieren? Was bedeutet es für Wissenschaft, Gesellschaft und Wirtschaft, wenn Systeme miteinander handeln, wie Zellen in einem Organismus?

Vielleicht entsteht dann eine neue Intelligenzform, keine künstliche, keine menschliche, sondern eine organisatorische Intelligenz, die aus der Interaktion zwischen Millionen parallel denkender Einheiten entsteht.

Es entsteht eine neue Form von Intelligenz - eine, die nicht dominiert, sondern schützt, die uns nicht überflüssig macht, sondern entlastet, und die weniger in Konkurrenz tritt, als vielmehr ergänzt, was wir selbst nicht leisten können. Diese Entwicklung markiert keinen Wettkampf zwischen Mensch und Maschine, sondern die Rückkehr zu einem Prinzip, das in der Natur seit jeher funktioniert: Kooperation statt Konfrontation. Technologie wird nicht zum Ersatz des Menschen, sondern zu seiner Erweiterung, eine Art kognitives Exoskelett, das unsere Fähigkeiten verstärkt und unsere Grenzen abfedert. Genau darin liegt der eigentliche Fortschritt. Und die vielleicht tröstlichste Erkenntnis: Diese Zukunft ist nicht fern. Sie hat längst begonnen.

Über Dr. Andreas Krensel:

Dr. rer. nat. Andreas Krensel ist Biologe, Innovationsberater und Technologieentwickler mit Fokus auf digitaler Transformation und angewandtere Zukunftsforschung. Seine Arbeit vereint Erkenntnisse aus Physik, KI, Biologie und Systemtheorie, um praxisnahe Lösungen für Industrie, Stadtentwicklung und Bildung zu entwickeln. Als interdisziplinärer Vordenker begleitet er Unternehmen und Institutionen dabei, Sicherheit, Nachhaltigkeit und Effizienz durch Digitalisierung, Automatisierung und smarte Technologien zu steigern. Zu seinen Spezialgebieten zählen intelligente Lichtsysteme für urbane Räume, Lernprozesse in Mensch und Maschine sowie die ethische Einbettung technischer Innovation. Mit langjähriger Industrieerfahrung - unter anderem bei Mercedes-Benz, Silicon Graphics Inc. und an der TU Berlin - steht Dr. Krensel für wissenschaftlich fundierte, gesellschaftlich verantwortungsvolle Technologiegestaltung.